a. Phương pháp thống kê mô tả
Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu nhập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo. Khi tóm tắt 1 lượng như độ dài, cân nặng hay tuổi tác, nói chung người ta hay dùng các trị thống kê như số trung bình cộng (mean), trung vị (median), mode.
-Giá trị trung bình (Mean): trung bình cộng đơn giản trong thống kê là một đại lượng mô tả thống kê, được tính ra bằng cách lấy tổng giá trị của toàn bộ các quan sát trong tập chia cho số lượng các quan sát trong tập.
-Số trung vị (Median): là giá trị của biến đứng ở giữa của một dãy số sắp theo thứ tự tăng dần hoặc giảm dần. Số trung vị chia dãy số làm 2 phần, mỗi phần có số quan sát bằng nhau.
-Mode (ký hiệu: Mo): là giá trị có tần số xuất hiện cao nhất trong tổng số hạng trong một dãy số phân phối Mode của một danh sách dữ liệu,là giá trị của phần tử có số lần xuất hiện lớn nhất trong danh sách.
b. Đánh giá độ tin cậy thang đo
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số CronbachAlpha. Hệ số Cronbach Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao. Sử dụng phương pháp hệ số tin cậy Cronbach Alpha trước khi phân tích nhân tố khámphá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Hệ số tin cậy Cronbach Alpha chỉ cho biết các biến đo lường có liên kết với nhau hay không nhưng không cho biết biến nào cần loại bỏ đi và biến nào cần giữ lại. Do đó, kết hợp sử dụng hệ số tương quan biến - tổng để loại ra những biến không đóng góp nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm: Hệ số tin cậy Cronbach Alpha: lớn hơn 0.8 là thang đo lường tốt; từ 0.7 đến 0.8 là sử dụng được; từ 0.6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Trong nghiên cứu này, tác giả chọn thang đo có độ tin cậy Cronbach Alpha lớn hơn 0.6.
Hệ số tương quan biến - tổng: các biến quan sát có tương quan biến-tổng nhỏ(nhỏ hơn 0.3) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Cronbach Alpha đạt yêu cầu.
c. Phân tích nhân tố khám phá EFA
Phân tích nhân tố được dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính dùng trong các phân tích, kiểm định tiếp theo (gọi là các nhân tố). Các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quansát ban đầu.
Phân tích nhân tố khám phá được dùng để kiểm định giá trị khái niệm của thang đo. Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:
Phương pháp: Đối với thang đo đa hướng, sử dụng phương pháp trích
yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố EigenValue lớn hơn hoặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng Principal Components với phép quay Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang đơn hướng thì sử dụng phương pháp trích yếu tố Principal Components. Thang đo chấp nhận được khi tổng phương sai trích được bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0.5 để đảm bảo
mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0.3 là mức tối thiểu chấp nhận được; lớn hơn 0.4 là quan trọng; lớn hơn 0.5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0.55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0.75 (Hair, 1998; dẫn theo Lê Ngọc Đức, 2008).
Từ cơ sở lý thuyết trên, mô hình “Những nhân tố ảnh hưởng đến ý định mua sắm trực tuyến của sinh viên tại Thành phố Cần Thơ” sử dụng 22 biến quan sát sử dụng phân tích nhân tố EFA theo các bước sau:
Đối với các biến quan sát đo lường 5 khái niệm thành phần và khái niệm ý định hành vi mua sắm trực tuyến đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues > 1.
Sau đó tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:
- Kiểm định Barlett: các biến quan sát có tương quan với nhau trong
tổng thể. Xem xét trị số KMO: nếu KMO trong khoảng từ 0.5 đến 1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại, KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Để phân tích EFA có giá trị thực tiễn; tiến hành loại các biến quan
sát có hệ số tải nhân tố nhỏ hơn 0.5.
- Xem lại thông số Eigenvalues (đại diện cho phân biến thiên được giải tích bởi mỗi nhân tố) có giá trị lớn hơn 1. Xem xét tổng phương sai trích (yêu cầu lớn hơn hoặc bằng 50%): cho biết các nhân tố được trích giải thích % sự biến thiên của các biến quan sát.
d. Phân tích hồi quy đa biến
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thông kê liên quan.
Kiểm định giả thuyết: Quá trình kiểm định giả thuyết được thực hiện theo các bước sau:
- Đánh giá độ phù hợp của mô hình hồi quy đa biến thông qua R2 và R2
hiệu chỉnh.
- Kiểm định giả thuyết về độ phù hợp của mô hình. (adsbygoogle = window.adsbygoogle || []).push({});
- Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần. - Kiểm định giả thuyết về phân phối chuẩn của phần dư: dựa theo biểu đồ tần số của phần dư chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.
- Kiểm tra giả định về hiện tượng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Kiểm định tự tương quan qua hệ số Durbin-Watson.
- Xác định mức độ ảnh hưởng của các yếu tố tác động đế ý định mua sắm trực tuyến: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
e. Kiểm định sự khác biệt
Nghiên cứu thực hiện kiểm định sự khác biệt theo phương pháp kiểm định trị trung bình của hai tổng thể - trường hợp mẫu độc lập (Independent- samples T-test).
Levene test được tiến hành với giả thuyết H0 rằng phương sai của 2 tổng
thể bằng nhau: nếu giá trị Sig. trong kiểm định Levene < 0,05 ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances not assumed; nếu giá trị Sig. trong kiểm định Levene >= 0,05 ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances assumed.
Nếu giá trị Sig. trong kiểm định t < 0,05 ta kết luận có sự khác biệt có ý nghĩa về trung bình của hai tổng thể; Nếu giá trị Sig. trong kiểm định t >= 0,05 ta kết luận chưa có sự khác biệt có ý nghĩa về trung bình của hai tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
CHƯƠNG 3
THỰC TRẠNG MUA SẮM TRỰC TUYẾN HIỆN NAY